影响城市轨道交通安检速度的乘客特征分析*

陈 鹏 张 璋 胡啸峰 季学伟

(1.中国人民公安大学警务信息工程学院,102600,北京; 2北京市交通委员会,100161,北京∥第一作者,副教授)



影响城市轨道交通安检速度的乘客特征分析*

陈 鹏1张 璋1胡啸峰1季学伟2

(1.中国人民公安大学警务信息工程学院,102600,北京; 2北京市交通委员会,100161,北京∥第一作者,副教授)

针对城市轨道交通安检中的乘客通行速度问题,设计了数据采样方案,赴北京地铁东单站对安检过程中的乘客安检时间、排队情况、随身携带的物品数量及大小、乘客性别等特征数据进行了采集。通过对数据进行统计分析与回归分析发现,疏散区域的队列长度对乘客的等待时间与疏散时间具有显著性的影响;而在影响被检时间的因素中,乘客所携带的大件物品所具有的影响性最为显著,其次为乘客性别,最后是携带物品的数量。根据数据分析得到的影响地铁安检效率的显著性因素,对现有的地铁安检流程提出了优化建议。

城市轨道交通；安检; 乘客行为特征

First-author′s address Institute for Policing Information Engineering,People′s Public Security University of China,102600,Beijing,China

由于地铁空间相对封闭、狭窄，且人员密集,一旦发生恐怖袭击等突发性事件将会导致巨大的人员伤亡与财产损失[1]。因此,2008年6月29日,北京地铁在奥运会前夕率先开始全面实施乘客乘车安检制度。随后,在上海世博会、广州亚运会等大型活动期间,国内一些城市的轨道交通陆续配置了安检设备,并在活动结束后将安检制度常态化[2]。安检制度的实施在很大程度上减小了突发事件发生的概率,保障了乘客的乘车安全,但在另一方面也对乘客的安检管理以及安检人员带来了较大的压力。尤其是在大型活动期间以及交通高峰时段,地铁客流会高度集中,给安检人员带来较大工作负荷的同时也极易造成人流的拥堵,导致发生人员拥挤甚至踩踏事故发生的可能性增加[3]。

目前，在地铁的安全管理方面,以北京为代表的一些城市针对城市轨道交通安全问题出台了一系列的规章制度。例如北京市制定了《北京市城市轨道交通安全运营管理办法》与《城市轨道交通安全检查操作规范》(以下简称《规范》),对地铁安检的目标、人员职责、实施流程等作了严格的规定。然而,由于地铁交通现场的情境极其复杂,安检过程会受到很多因素不同程度的影响。这些因素按照来源可以分为安检系统类因素与安检对象类因素。其中,前者是指从安检管理、安检操作等方面对安检实施流程产生的影响因素,如安检设备的利用率、安检人员的工作压力等[4-7];而安检对象类因素则主要是指由于被检乘客的行为所带来的影响因素。

目前,关于安检影响因素的研究更多地集中在安检管理与安检操作方面,而关于乘客的特征行为,尤其是对安检过程具有显著性影响的特征行为的研究还稍显不足。为此,本文针对这一问题设计了研究方案,对北京市地铁站点的乘客安检时间过程中的特征信息进行了数据采集,通过开展数据分析,识别出影响地铁安检的显著性乘客特征因素,进而对地铁安检管理与工作流程进行完善。

1 调查方案

数据采集站点为北京地铁东单站。该站属于北京地铁1号线与5号线的换乘站,编号为119。该站共有4个出入站口,设有2个安检点,其安检点的设置如图1所示。从图1中可以看到,该站安检点的构成可分为4个部分,分别是进站乘客的等待区、乘客物品被检区、乘客疏散区和手检区。根据《规范》中的规定,每台通道式安检机需配置4～5名安检员,其中指挥员1人。值机员1人,手检员1人,引导员1人,安全员1人,其各自的职责分工如下:

图1 安检区设置情况

(1) 指挥员——负责整个安检区安检工作的指挥与突发事件处理;

(2) 值机员——负责操纵通道式安检机对乘客物品进行检查;

(3) 手检员——在安检区出口对乘客携带的可疑物品进行复检;

(4) 引导员——负责宣传、引导、提示乘客接受安检;

(5) 安全员——负责维护安检区秩序,遇到突发事件立即采取措施。

地铁安检的一般业务流程为:引导员引导乘客进入安检通道，值机员利用通道式安检机对物品进行检查，安全员负责监督乘客的安检行为，手检员针对可疑物品进行复检，如手术会员发现违禁物品则由指挥员进行处理并进行上报。

按照《规范》中规定的安检流程,将安检时间定义为乘客进入等待区至离开手检区的通行时间。根据乘客在不同区域内的行为可将安检时间进一步划分为等待时间、被检时间和疏散时间三个组成部分，简称为三类时间(见图2),其定义如下:

(1) 等待时间tin——乘客进入等待区到将随身物品放在通道式安检机传送带上的时间间隔[8]。

(2) 被检时间tcheck——乘客从将物品放在通道式安检机传送带上到安检完毕后将物品移动离开传送带的时间间隔。

(3) 疏散时间tout——乘客从通道式安检机传送带移开物品到离开手检区的时间间隔[10]。

安检时间(ttotal)即为tin、tcheck与tout的总和。

在相关因素数据的采集方面,采取目标乘客跟踪法,即每次随机选择一名目标乘客,采集其在整个安检过程中所在队列的队前长度、队后长度、携带物品的数量及尺寸等。

(1) 队前长度qin——目标乘客进入等待区时位于入口至手检区的乘客数量[10];

(2) 队后长度qout——目标乘客离开手检区时位于入口至手检区的乘客数量[10];

(3) 物品数量nbag——目标乘客随身携带的物品数量,包括大型物品箱、中物品箱和手提包三种。

采集工具采用便携式计算机,利用Netlogo自行开发了数据采集软件。采集数据过程持续时间约为5 h,采集目标乘客数量共49个。

2 结果分析

对采集的数据首先进行描述性统计分析,然后在此基础上,分别以等待时间、被检时间和疏散时间为因变量,队前长度、队后长度、乘客物品数量、大件物品数量及乘客性别作为自变量,分别分析因变量与不同自变量之间的相关性关系,最后进行回归分析。

2.1 数据统计结果

对收集的49名乘客的安检时间按照采集的先后顺序示于图2中。从图2可见，乘客的安检时间分布是很不均衡的,其中安检最快的乘客仅需要约25 s,而耗时最长的乘客则需要近90 s,所有乘客的平均安检时间为45.5 s,标准差为13.2 s。可见，现行规范下的地铁安检时间一般会控制在1 min左右。而从三类时间的分布情况来看,乘客的平均等待时间耗时最长,其次为被检时间,而疏散时间最短(见图3)。但从分布的情况来看,被检时间的分布比较集中,而等待时间的分布比较分散。造成这一现象的原因主要是由于地铁站点的客流具有潮汐性规律,客流的规模会对安检过程中的等待时间带来直接的影响,而被检时间主要取决于通道式安检机的传送带输送物品的速度,因此被检时间会相对保持在一个恒定的数值范围内。

图2 所有乘客的三类时间分布

图3 三类时间的箱型图分布结果

图4中所示为乘客的排队长度分布情况,从中可以看到乘客的队列长度分布与图2中的乘客安检时间分布具有一定的相似性。而从统计结果来看,乘客安检的平均队前长度为18人,最大队前长度为32人,最短队前长度为3人;而乘客安检的平均队后长度为20人,最大队后长度为39人,最短队后长度为8人。可见,在乘客安检过程中的队后长度要稍高于队前长度。

图4 所有乘客的安检前后队列长度分布

在乘客随身携带的物品方面,随身携带一件物品的乘客比例约为51%,随身携带两件物品的乘客比例约为35%,携带两件以上物品的乘客比例为14%。而在物品的体积方面,携带有大型物品的乘客比例为18%,携带中型物品的乘客比例为39%。在乘客的性别组成方面,男性乘客的比例为57%,女性乘客比例为43%。

2.2 队列长度与安检时间的关系

乘客安检的队列长度与各项时间指标之间的散点图如图5至图7所示。通过观察散点的分布可以看到,队列长度与等待时间、被检时间、疏散时间之间存在一定的线性趋势特征。通过对散点图进行线性拟合可以进一步发现,队列长度与各类时间指标之间的相关性比较明显,线性回归项的系数分别为0.80(见图5a))、0.26(见图5b))、0.37(见图6a))、0.64(见图6b))、0.32(见图7a))、0.31(见图7b))。

图5 队列长度与等待时间的散点图

图6 队列长度与被检时间的散点图

图7 队列长度与疏散时间的散点图

2.3 乘客因素与安检时间的关系

以乘客的随身携带物品数量、是否携带大型物品以及乘客性别作为乘客的特征因素,利用均值检验的方法来分析不同变量水平下的安检时间差别。

首先,利用ANOVA方差分析法得到携带不同数量物品的乘客在不同阶段的平均安检时间(见表1)。结果显示出携带不同数量物品的乘客在等待时间与疏散时间上没有显著性差别(p>0.05),而在被检时间上表现出显著性的差别(p<0.05),并且乘客随身携带的物品数量越多被检时间间隔就会越长。

表1 物品数量对乘客安检时间的影响

其次,利用独立样本t检验方法对携带有大件物品乘客的安检时间进行均值分析,其结果如表2所示。从表2中可见,在安检的三类时间项中,等待时间和疏散时间在乘客是否携带有大件物品之间不存在显著差别,反映出乘客携带物品通过安检的速率没有发生变化。但是在被检时间中,大件物品因素表现出了十分显著的影响,反映到数值上则是携带大件物品乘客的被检时间显著性高于未携带大件物品的乘客。

表2 大件物品对乘客安检时间的分析结果

对乘客性别影响安检时间的程度同样采用独立样本t检验的方式来进行。表3中给出了对男性乘客和女性乘客的分析结果。从结果可见,无论是在等待环节、被检环节还是疏散环节,不同性别乘客的各项时间指标都没有显著差别,这表明即便是考虑到物品的数量和排队长度,男性乘客与女性乘客在安检的通过率方面是基本一致的。

表3 乘客性别对安检时间的比较分析结果

2.4 回归分析

对安检过程中的各项时间指标利用线性回归方法来对乘客的各种特征因素进行回归分析。其中队前长度、队后长度与物品数量为具体数值,大件物品以及乘客的性别采用虚拟变量的方法进行处理(1代表携带有大件物品和男性乘客,0代表未携带有大件物品和女性乘客)。回归分析结果如表4所示。

从回归分析的结果中可以看到,安检过程中的等待时间和疏散时间完全取决于队列的长度,其中等待时间与队前和队后长度均存在相关性,而疏散时间则主要与队后长度有关。事实上从现场的观察来看,队前长度与队后长度反映了目标乘客在安检过程中队列的拥挤程度,其中在等待环节队列的拥挤会降低乘客安检的速度,而在疏散环节由于部分乘客在从安检机上提取随身物品时的行为造成了疏散区的混乱和拥堵,增加了乘客的疏散时间成本。而相对于等待时间和疏散时间来说,被检时间则主要与乘客的特征因素相关。其中显著性最高的因素为大件物品,其回归系数高达4.71,随后分别为乘客性别(回归系数为2.707)和乘客携带的物品数量(回归系数为2.266)。

表4 回归分析结果

3 结论与建议

通过对北京市地铁东单站乘客安检行为的现场数据进行收集和分析,初步获得了地铁安检过程中的乘客特征因素的显著性分布。结果表明:安检过程中的等待时间与疏散时间主要取决于乘客的队列长度,与乘客的特征因素无关,其中队后长度在两个时间项中均表现出显著性,反映出该指标对安检速度具有较大的影响。而在安检过程的被检环节中,安检的速度主要取决于乘客的特征因素,包括携带物品的数量、是否携带大件物品以及乘客的性别等,其中乘客携带大件物品的显著性程度最高。

在当前的地铁安全管理中,针对大客流下的安检目前普遍采用的方法为限制流量,即间歇性对进站人数进行控制来保障安检过程的有序实施。然而，从本文对地铁安检现场的数据采集与分析结果来看,地铁安检的流程与管理可以根据乘客的一些显著性特征来进行进一步的优化与提高。从操作性的角度,最为直接的手段是进行疏散区的优化设计与安检乘客的分流。

首先,通过疏散区的优化设计来有效地减小乘客的排队长度。在表3的分析结果中,疏散区域的队列长度会影响乘客的等待时间和疏散时间,而通过现场观察发现,该区域内的乘客行为主要表现为通过安检机后的物品整理、等待同伴以及被手检员复检所造成的拥堵等。由于在该区域内乘客的行为具有多样性,因而极易形成人群的混乱,从而妨碍后续乘客的通行。因此,可以通过优化疏散区域的设计来提高乘客的通行率,例如扩大疏散区域面积、设置专门的等待区、设置指示或警告标记引导乘客快速通行等。

其次,对不同特征的乘客实行差别化安检来提高安检的流量速度。从本文的统计可以看到,抽取的49名乘客中携带物品少于一件的人数约占总人数的51%,其中又有三分之二的乘客携带的是小型物品,如手提包、手提袋等,而将不同大小、类型的物品进行通道式安检机检测必然会造成安检资源的浪费和安检效率的降低。

因此,在客流高峰期间的安检中可以对携带不同数量和不同类型物品的乘客从安检管理和安检设施的角度进行差别化安全检查。例如当客流量超过某一临界阈值时对携带小型物品的乘客可单独开辟通道并安排安全员持便携式安检仪进行手工快速检查,而对于携带大型物品的乘客则由值机员和指挥员通过X光机进行深度检查。目前,在北京市的部分地铁站点已开始尝试开通乘客无包通道来提高乘客通行速度,证明了按照乘客特征进行分检的可行性。

总之,地铁安检是一个复杂度很高的系统性工程,本文研究揭示了地铁安检与乘客特征行为之间存在一定的相关关系,但从地铁安检全面优化的角度,还应进一步对位于不同城市功能区域内的地铁站点人流量和乘客特征(如大型交通枢纽站点内的乘客会携带较多大件物品,位于商业办公区站点内的乘客以携带小件物品居多)分别开展调查与分析工作,并在此基础上为不同类型的站点设计出个性化的安检流程和安检点的平面布置方案,从而实现地铁安检的科学化运行。

本论文研究工作得到公共安全协同创新中心与清华大学公共安全研究院的大力支持，在此表示感谢。

[1] 侯景雷.中国城市轨道交通安全问题及对策研究[J].都市快轨交通，2006(4):7.

[2] 罗慧,赵文龙.安检系统在城市轨道交通中的应用[J].中华建设，2012(7):174.

[3] 林伟,齐海,任海.X光机在城市轨道交通安检中的应用探讨[J].城市轨道交通研究，2011(增刊):10.

[4] 王海湘.高速铁路车站安检系统流程仿真研究[J].铁道运输与经济，2013(3):44.

[5] 程明,梁文娟.机场安检人员工作压力源及影响因素研究[J].中国安全生产科学技术，2011,(1):63.

[6] 吴绍杰.大连机场安检人员工作压力问题研究[D].大连海事大学,2011.

[7] 曲欣欣.机场安检人员的可靠性研究[D].沈阳:沈阳航空工业学院,2009.

[8] MARIN C V,DRURY C G,BATTS R,et al.Human factors contributes to queuing theory:parkinson's law and security screening[J].Proceedings of the Human Factors and Ergonomics Society Annual Meeting,2007(51):60.

Analysis of Passenger Behaviors Impacting on Subway Station Security TestCHEN Peng, ZHANG Zhang, HU Xiaofeng, JI Xuewei

Towards the security test interval of passengers’ walking at subway stations, a data collecting plan is made, and a variety of data including the whole interval, queue length, number and size of baggages, as well as passenger's gender are collected from Dongdan Subway Station in Beijing. Statistics and regression method are used to analyze the collected data, it shows that the queue length in evacuation zone significantly influences the waiting interval and evacuation interval, among all the factors that impact the testing interval, the big-size baggage is the most significant factor, followed by passenger gender and the number of baggage respectively. Lastly, some advices for subway security test based on the data analysis are proposed.

urban rail transit; security test; passenger behavior characteristic

*“十二五”国家科技支撑课题(2015BAK12B03)；公安部技术研究计划项目(2015JSYJC50)

U 293.6

10.16037/j.1007-869x.2016.05.002

2015-07-15)